EKONOMICKÁ VELIČINA: STÁTNÍ DLUH

Slides:



Advertisements
Podobné prezentace
Korelace a regrese Karel Zvára 1.
Advertisements

F U N K C E Ing. Milan HANUŠ TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČR Výuka anglického, německého jazyka a matematiky.
kvantitativních znaků
Funkce.
Soustava lineárních rovnic o více neznámých I.
Odhady parametrů základního souboru
Klára Galusková Pavla Pokoráková Jan Škarvada
Cvičení 6 – 25. října 2010 Heteroskedasticita
Fakulta životního prostředí Katedra informatiky a geoinformatiky
Lineární regresní analýza Úvod od problému
L OTKA -V OLTERRA M ODEL P REDÁTOR K OŘIST KMA/MM Kamila Matoušková V Plzni, 2009.
Soustavy dvou lineárních rovnic se dvěma neznámými
Úvod do regresní analýzy
 př. 5 výsledek postup řešení Zjistěte, zda body A[3;-1], B[-1;5], C[2;-4] leží v přímce.
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
 př. 4 výsledek postup řešení Zjistěte, zda jsou vektory a, b, c lineárně závislé. a=(1;2;3), b=(3;0;1), c=(-1;4;5)
Korelace a regrese síla (těsnost) závislosti dvou náhodných veličin: korelace symetrický vztah obou veličin neslouží k předpovědi způsob (tvar) závislosti.
kvantitativních znaků
Základy ekonometrie Cvičení září 2010.
INTERPRETACE GRAFŮ a KARTODIAGRAMŮ
Exponenciální funkce Körtvelyová Adéla G8..
Jazyk vývojových diagramů
Základy ekonomie Ing. Jana Holá
Kvadratická funkce. Co je to funkce Každému prvku x z definičního oboru je přiřazeno právě jedno číslo y z oboru hodnot x je nezávisle proměnná y je závisle.
 y= ax 2 + bx + c  a,b,c jsou koeficienty kvadratické funkce  a  0  ax 2 kvadratický člen  bx lineární člen  c absolutní člen - číslo.
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Lineární lomená funkce
Regrese Aproximace metodou nejmenších čtverců
TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM
Milan Hanuš TENTO PROJEKT JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM ČR Výuka anglického, německého jazyka a matematiky na středních.
Závislost Vzájemný vztah dvou veličin
REGIONÁLNÍ ANALÝZA Cvičení 3 Evropský sociální fond
Lineární regrese kalibrační přímky
Zásady tvorby grafů Iveta Jiruchová 3MA381.
Experimentální fyzika I. 2
Digitální výukový materiál zpracovaný v rámci projektu „EU peníze školám“ Projekt:CZ.1.07/1.5.00/ „SŠHL Frýdlant.moderní školy“ Škola:Střední škola.
Teorie psychodiagnostiky a psychometrie
REGIONÁLNÍ ANALÝZA Cvičení 4 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Distribuční funkce diskrétní náhodná proměnná spojitá náhodná proměnná
Vícenásobná regrese s kvalitanivní informací Tomáš Cahlík 6. týden
Jednoduchý lineární regresní model Tomáš Cahlík 2. týden
Korelace.
MATLAB® ( část 2b – mnohočleny).
REGIONÁLNÍ ANALÝZA Cvičení 2 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
REGIONÁLNÍ ANALÝZA Cvičení 5 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Název projektu: Kvalitní vzdělání je efektivní investice.
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
R OVNICE A NEROVNICE Lineární rovnice VY_32_INOVACE_M1r0102 Mgr. Jakub Němec.
Repetitorium z matematiky Podzim 2012 Ivana Medková
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Aplikovaná statistika 2. Veronika Svobodová
Přenos nejistoty Náhodná veličina y, která je funkcí náhodných proměnných xi: xi se řídí rozděleními pi(xi) → můžeme najít jejich střední hodnoty mi a.
Aplikovaná statistika 2.
Základy zpracování geologických dat R. Čopjaková.
Elektronické učební materiály - II. stupeň Matematika Autor: Mgr. Radek Martinák FUNKCE – lineární Co znamená lineární? Jak souvisí lineární funkce s přímou.
Dostupné z Metodického portálu ISSN: , financovaného z ESF a státního rozpočtu ČR. Provozováno Výzkumným ústavem pedagogickým v Praze.
Metody zkoumání závislosti numerických proměnných
Korelace. Určuje míru lineární vazby mezi proměnnými. r < 0
INDUKTIVNÍ STATISTIKA
Korelace Korelace obecně je míra kvality (vhodnosti, těsnosti) nalezeného regresního modelu pro daná data; vychází z hodnot reziduí V každém typu regresního.
Interpolace funkčních závislostí
FUNKCE – nelineární Co vyjadřuje funkce? Co znamená nelineární?
Dlouhodobá zkouška trvanlivosti
Regrese – jednoduchá regrese
KIV/ZD cvičení 4 Tomáš Potužák.
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Hodnocení závislosti STAT metody pro posouzení závislosti – jiné pro:
Lineární funkce a její vlastnosti
jednoduchá regrese kvadratický Y=b0+b1X+b2X 2
Výuka matematiky v 21. století na středních školách technického směru
Interpolace funkčních závislostí
Transkript prezentace:

EKONOMICKÁ VELIČINA: STÁTNÍ DLUH Markéta Husková, hus089, EN1UDP01 EKONOMICKÁ VELIČINA: STÁTNÍ DLUH Aproximace diskrétních ekonomických hodnot spojitou diferencovatelnou funkcí

Formulace problému: Vytvoření lineárního modelu vývoje státního dluhu v letech 1993 – 1996, 1998 – 2010 Zjištění státního dluhu v roce 1997 (interpolace) Zjištění státního dluhu v roce 2015 (extrapolace)

1) Vytvoření lineárního modelu vývoje státního dluhu v letech 1993 – 1996, 1998 – 2010

Vývoj státního dluhu v ČR od 1993 – 1996, 1998 – 2010 (v mld. Kč) 1994 1995 1996 1997 1998 1999 2000 2001 158,8 157,3 154,4 155,2 ? 194,7 228,4 289,3 345,0 2002 2003 2004 2005 2006 2007 2008 2009 2010 395,9 493,2 592,9 691,2 802,5 892,3 999,8 1 178,2 1 344,1 Tab. 1: Vývoj státního dluhu v ČR od 1993 – 1996, 1998 – 2010 (v mld. Kč) 1) Dostupné z www: http://www.czso.cz/csu/2010edicniplan.nsf/p/1409-10

Grafické vyjádření – bodový graf y = závisle proměnná mld.Kč x = nezávisle proměnná

2) Zjištění státního dluhu v roce 1997 (interpolace)

Určení hodnoty státního dluhu v roce 1997 Proložení hodnot bodového grafu spojitou křivkou Určení neznámé hodnoty jako funkční hodnoty spojité funkce – existuje více variant: a) proložení lineární spojnicí trendu b) proložení exponenciální spojnicí trendu c) proložení kvadratickou spojnicí trendu

Vložení spojnice trendu

Vložení spojnice trendu Nejdříve vybereme typ spojnice trendu Lineární spojnice trendu proloží hodnoty bodového grafu lineární přímkou, získáme tedy lineární model

Vložení spojnice trendu Zatrhneme zobrazení rovnice regrese a zobrazení spolehlivosti R Koeficient spolehlivosti R nebo-li index determinace určuje, zda je funkce vhodná k aproximaci Index determinace R2 se pohybuje v intervalu <0;1>, čím více se jeho hodnota blíží 1, tím více je funkce vhodnější pro aproximaci

a) Lineární spojnice trendu Rovnice regrese pro lineární spojnici trendu: y = 67,962081x – 135 510,379375 Index determinace R2 = 0,886759 mld. Kč

b) exponenciální spojnice trendu Rovnice regrese pro exponenciální spojnici trendu: y = 1E – 121e0,142x Index determinace R2 = 0,9744 mld. Kč

c) Kvadratická spojnice trendu Rovnice regrese pro kvadratickou spojnici trendu: y = 5,124905x2 – 20 446,681547x + 20 394 027,363743 Index determinace R2 = 0,998776 mld. Kč

Výběr nejspolehlivější funkce Index determinace R2: pro lineární spojnici trendu: 0,886759 pro exponenciální spojnici trendu: 0,9744 pro kvadratickou spojnici trendu: 0,998776 Kvadratická aproximace je na základě indexu determinace nejspolehlivější, proto provedeme interpolaci a extrapolaci právě u této funkce.

Zjištění hodnoty státního dluhu v roce 1997 Funkce kvadratické aproximace: y = 5,124905x2 – 20 446,681547x + 20 394 027,363743 Pro x = 1997: y = 5,124905*19972 - 20 446,681547*1997 + 20 394 027,363743 y = 171,578529 y = 171,6 mld. Kč Hodnota státního dluhu v roce 1997 činila 171,6 mld. Kč.

3) Zjištění státního dluhu v roce 2015 (extrapolace)

Zjištění státního dluhu v roce 2015 Výsledek zjistíme opět za použití funkce kvadratické aproximace: y = 5,124905x2 – 20 446,681547x + 20 394 027,363743 Pro x = 2015: y = 5,124905*20152 - 20 446,681547*2015 + 20 394 027,363743 y = 2 231,450163 y = 2 231,5 mld. Kč Odhadovaná hodnota státního dluhu pro rok 2015 je 2 231,5 mld. Kč.

Závěr Pomocí aproximace jsme proložili hodnoty bodového grafu kvadratickou funkcí, kterou jsme zvolili jako nejvhodnější na základě indexu determinace. Pomocí interpolace jsme vypočítali hodnotu státního dluhu v roce 1997, který činil 171,6 mld. Kč. Pomocí extrapolace jsme odhadli hodnotu státního dluhu v roce 2015 na 2 231,5 mld. Kč.